根據《自然通訊》雜志上的一項新研究，杜蘭大學的一名研究人員發(fā)現(xiàn)，人工智能可以通過組織掃描準確檢測和診斷結直腸癌，甚至優(yōu)于病理學家。
該研究由杜蘭大學、中國中南大學、俄克拉荷馬大學健康科學中心、天普大學和佛羅里達州立大學的研究人員進行，旨在測試人工智能是否可以成為幫助病理學家跟上時代步伐的工具。對其服務的需求不斷增加。
病理學家定期評估和標記數以千計的組織病理學圖像，以判斷某人是否患有癌癥。但他們的平均工作量顯著增加，有時會因疲勞而導致意外誤診。
“盡管他們的很多工作是重復的，但大多數病理學家都非常忙碌，因為對他們所做的工作有巨大的需求，但全球缺乏合格的病理學家，特別是在許多發(fā)展中國家，”鄧宏文博士說，杜蘭大學醫(yī)學院杜蘭生物醫(yī)學信息學和基因組學中心主任。“這項研究是革命性的，因為我們成功地利用人工智能以具有成本效益的方式識別和診斷結直腸癌，最終可以減少病理學家的工作量。”
為了進行這項研究，鄧和他的團隊收集了來自中國、德國和美國的 8,803 名受試者和 13 個獨立癌癥中心的 13,000 多張結直腸癌圖像。使用技術人員隨機選擇的圖像，他們構建了一個機器輔助病理識別程序，該程序允許計算機識別顯示結腸直腸癌的圖像，結腸直腸癌是歐洲和美國癌癥相關死亡的最常見原因之一。
“這項研究的挑戰(zhàn)源于復雜的大圖像尺寸、復雜的形狀、紋理和核染色的組織學變化，”鄧說。“但最終研究表明，當我們使用人工智能診斷結直腸癌時，其表現(xiàn)在許多情況下與真正的病理學家相當甚至更好。”
受試者工作特征 (ROC) 曲線下面積或 AUC 是鄧和他的團隊用來確定研究成功的績效衡量工具。在將計算機的結果與經驗豐富的病理學家手動解釋數據的工作進行比較后，該研究發(fā)現(xiàn)，病理學家在手動準確識別結直腸癌方面的平均得分為 0.969。機器輔助 AI 計算機程序的平均分數為 0.98，即使不是更準確，也是可比的。
使用人工智能識別癌癥是一項新興技術，尚未被廣泛接受。鄧的希望是，這項研究將導致更多病理學家在未來使用預篩選技術做出更快的診斷。
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯(lián)系刪除！